Celery 进阶使用
本章节结尾记录有 Celery 的所有功能和最佳实战,建议继续阅读“用户指南”。
项目的结构:
proj/__init__.py
/celery.py
/tasks.py
proj/celery.py
proj/celery.py
from __future__ import absolute_import, unicode_literals
from celery import Celery
app = Celery('proj',
broker='amqp://',
backend='amqp://',
include=['proj.tasks'])
# Optional configuration, see the application user guide.
app.conf.update(
result_expires=3600,
)
if __name__ == '__main__':
app.start()
在此程序中,创建了 Celery 实例(也称
app
),如果需要使用 Celery,导入即可。proj/tasks.py
proj/tasks.py
from __future__ import absolute_import, unicode_literals
from .celery import app
@app.task
def add(x, y):
return x + y
@app.task
def mul(x, y):
return x * y
@app.task
def xsum(numbers):
return sum(numbers)
Celery 程序可以用于启动职程(Worker):
$ celery -A proj worker -l info
当职程(Worker)开始运行时,可以看到一部分日志消息:
-------------- [email protected] v4.0 (latentcall)
---- **** -----
--- * *** * -- [Configuration]
-- * - **** --- . broker: amqp://[email protected]:5672//
- ** ---------- . app: __main__:0x1012d8590
- ** ---------- . concurrency: 8 (processes)
- ** ---------- . events: OFF (enable -E to monitor this worker)
- ** ----------
- *** --- * --- [Queues]
-- ******* ---- . celery: exchange:celery(direct) binding:celery
--- ***** -----
[2012-06-08 16:23:51,078: WARNING/MainProcess] [email protected] has started.
- broker 为 Celery 程序中指定的中间人(Broker)的连接URL,也可以通过
-b
选项在命令行进行设置其他的中间人(Broker)。 - concurrency 为同时处理任务的工作进程数量,所有的进程都被占满时,新的任务需要进行等待其中的一个进程完成任务才能执行进行任务。
默认的并发数为当前计算机的 CPU 数,可以通过设置
celery worker-c
项进行自定义设置并发数。没有推荐的并发数,因为最佳的并发数取决于很多因素,如果任务主要是 I/O 限制,可以进行增加并发数,经过测试,设置超过两倍的 CPU 数量效果不是很好,很有可能会降低性能。- Events 选项设置为启用状态时, Celery 会开启监控事件来进行监视 职程(Worker)。一般情况用于监控程序,如 Flower 和 实时 Celery 监控,详情参阅
监控和管理手册:Monitoring and Management Guide
。 - Queues 为职程(Worker)任务队列,可以告诉职程(Worker)同时从多个任务队列中进行消费。通常用于将任务消息路由到特定的职程(Worker)、提升服务质量、关注点分离、优先级排序的常用手段。详情参阅
路由任务:Routing Tasks
。
可以通过 --help 参数进行查看完整的使用列表:
$ celery worker --help
使用
Control + c
就可以停止职程(Worker),职程(Worker)文档:Workers Guide
章节详细的描述了职程(Worker)支持的信号列表。可以使用
celery multi
命令在后台启动一个或多个职程(Worker):$ celery multi start w1 -A proj -l info
celery multi v4.0.0 (latentcall)
> Starting nodes...
> w1.halcyon.local: OK
也可以进行重启:
$ celery multi restart w1 -A proj -l info
celery multi v4.0.0 (latentcall)
> Stopping nodes...
> w1.halcyon.local: TERM -> 64024
> Waiting for 1 node.....
> w1.halcyon.local: OK
> Restarting node w1.halcyon.local: OK
celery multi v4.0.0 (latentcall)
> Stopping nodes...
> w1.halcyon.local: TERM -> 64052
停止运行:
$ celery multi stop w1 -A proj -l info
stop
命令是异步的,所以不会等待职程(Worker)关闭。可以通过 stopwait
命令进行停止运行,可以保证在退出之前完成当前正在执行的任务:$ celery multi stopwait w1 -A proj -l info
默认情况下会在当前目录中创建pid文件和日志文件,为防止多个职程(Worker)干扰,建议将这些文件存放在专门的目录中:
$ mkdir -p /var/run/celery
$ mkdir -p /var/log/celery
$ celery multi start w1 -A proj -l info --pidfile=/var/run/celery/%n.pid \
--logfile=/var/log/celery/%n%I.log
也可以使用
multi
命令启动多个职程(Worker),有一个强大的语法为不同职程(Worker)设置不同的参数:$ celery multi start 10 -A proj -l info -Q:1-3 images,video -Q:4,5 data \
-Q default -L:4,5 debug
更多实例,可也参阅
multi
API 模块。使用 --app 参数可也指定运行的 Celery 应用程序实例,格式必须为
module.path:attribute
但如果只设置包名,它将进行搜索app实例,顺序如下:
用 --app=proj:
- 1.名为
proj.app
的属性 - 2.名为
proj.celery
的属性 - 3.模块
proj
中值为 Celery 应用程序的任何属性,如果还没有找到,将尝试检索名为proj.celery
的子模块 - 4.名为
proj.celery.app
的属性 - 5.名为
proj.celery.celery
的属性 - 6.模块
proj.celery
中值为 Celery 应用程序的任何属性 - 7.在此方案模仿文档中使用的实例,即 针对单个模块包含的
proj:app
,以及 大型项目的proj.celery:app
你可以使用
delay()
方法进行调用:>>> add.delay(2, 2)
delay()
实际上为 apply_async()
的快捷使用:>>> add.apply_async((2, 2))
apply_async()
可以指定调用时执行的参数,例如运行的时间,使用的任务队列等:>>> add.apply_async((2, 2), queue='lopri', countdown=10)
上面的实例中,任务被下发到
lopri
队列中,任务下发之后会在最早10秒内执行。 直接调用任务函数进行执行任务,不会发送任何任务消息:>>> add(2, 2)
4
delay()
apply_async()
以及 apply(__call__)
为 Celery 调用的API,也可以用于签名。每一个任务被调用时会赋值一个的任务ID(UUIID)。
delay()
和 apply_async()
方法会返回一个 AsyncResult 实例,可以用于进行跟踪任务状况。如果进行跟踪任务状态,需要设置一个结果后端,以便于存储。默认情况下禁用结果,因为没有一个适合所有应用程序的结果后端,对于大量的任务来说,保存返回内容不是非常有用的,所以该默认值是一个比较合理的。另外,结果后端不是用于监控任务以及职程(Worker),Celery 有专用的事物消息来进行监控(详情请参阅:
监控和管理手册:Monitoring and Management Guide
)。如果配置了结果后端,可以获取任务的返回值:
>>> res = add.delay(2, 2)
>>> res.get(timeout=1)
4
也可以通过
id
属性进行获取任务的ID:>>> res.id
d6b3aea2-fb9b-4ebc-8da4-848818db9114
如果任务执行引发异常,可以进行检查异常以及溯源,默认情况下
result.get()
会抛出异常:>>> res = add.delay(2)
>>> res.get(timeout=1)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/opt/devel/celery/celery/result.py", line 113, in get
interval=interval)
File "/opt/devel/celery/celery/backends/rpc.py", line 138, in wait_for
raise meta['result']
TypeError: add() takes exactly 2 arguments (1 given)
如果不希望 Celery 抛出异常,可以通过设置
propagate
来进行禁用:>>> res.get(propagate=False)
TypeError('add() takes exactly 2 arguments (1 given)',)
在这种情况下,他可以返回引发错误的实例,需要检查任务是否执行成功还是失败,可以通过在结果实例中使用对应的方法:
>>> res.failed()
True
>>> res.successful()
False
如何知道任务是否执行失败?可以通过查看任务的 state 进行查看:
>>> res.state
'FAILURE'
一个任务只能有当前只能有一个状态,但他的执行过程可以为多个状态,一个典型的阶段是:
PENDING -> STARTED -> SUCCESS
启动状态 是一种比较特殊的状态,仅在
task_track_started
启用设置或 @task(track_started=True)
的情况下才会进行记录。 挂起状态实际上不是记录状态,而是未知任务ID的默认状态,可以从此实例中看到:>>> from proj.celery import app
>>> res = app.AsyncResult('this-id-does-not-exist')
>>> res.state
'PENDING'
重试任务比较复杂,为了证明,一个任务会重试两次,任务的阶段为:
PENDING -> STARTED -> RETRY -> STARTED -> RETRY -> STARTED -> SUCCESS
通过上面的实例学了使用
delay
方法进行调用任务,有时候可能希望将任务调用的签名传递给另外一个进程或其他函数的参数,Celery 提供了一种叫签名的东西。签名通过一种方式进行封装任务调用的参数以及执行选项,便于传递给他的函数,甚至通过序列化通过网络传送。
可以将 add 使用的参数作为任务创建的签名,倒计时为 10 秒,如下所示(2,2):
>>> add.signature((2, 2), countdown=10)
tasks.add(2, 2)
也可以通过一个快捷的方式进行操作:
>>> add.s(2, 2)
tasks.add(2, 2)
签名实例支持调用API:这就意味着可以使用
delay
和 apply_async
方法。 但区别就在于签名实例已经指定了参数签名,该 add 任务有两个参数,需要指定两个参数的签名才能够成一个完整的签名实例:>>> s1 = add.s(2, 2)
>>> res = s1.delay()
>>> res.get()
4
也可以 创建不完整的签名来进行创建,我称之为
partials
的内容:# incomplete partial: add(?, 2)
>>> s2 = add.s(2)
s2 为一个不完整的签名,需要另外一个参数,可以通过调用签名解决:
# resolves the partial: add(8, 2)
>>> res = s2.delay(8)
>>> res.get()
10
在这里,设置了设置了参数值为 8,它位于参数值为 2 的签名,形成了完整的 add(8,2) 签名。 也可以设置新的参值,新设置的参数会覆盖原有的参数值:
>>> s3 = add.s(2, 2, debug=True)
>>> s3.delay(debug=False) # debug is now False.
如上所述,签名支持调用API:
- sig.apply_async(args=(), kwargs={}, **options)使用可选的部分参数和部分关键字参数调用签名以及支持部分执行选项。
- sig.delay(_args, *_kwargs)快捷版本的
apply_async
,任何参数都将作为签名中的参数,关键字参数将与任何现有键合并。这些看起来比较有用,但是可以用来做什么?为了解决这个问题,就需要介绍 canvas 原语.....
这些原语本身就是签名对象,可以通过任何进行组合,形成复杂的工作流。
让我们一起来看一些例子:
一个 group 并行调用任务列表,返回一个特殊的结果实例,可以将结果作为一个列表进行查看,并且通过索引进去获取返回值。
>>> from celery import group
>>> from proj.tasks import add
>>> group(add.s(i, i) for i in xrange(10))().get()
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
- Partial group
>>> g = group(add.s(i) for i in xrange(10))
>>> g(10).get()
[10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
可以将任务链接在一起,在一个人返回后进行调用另外一个任务:
>>> from celery import chain
>>> from proj.tasks import add, mul
# (4 + 4) * 8
>>> chain(add.s(4, 4) | mul.s(8))().get()
64
或 partial chain
>>> # (? + 4) * 8
>>> g = chain(add.s(4) | mul.s(8))
>>> g(4).get()
64
链也可以这样写:
>>> (add.s(4, 4) | mul.s(8))().get()
64
和弦是一个带有回调的组:
>>> from celery import chord
>>> from proj.tasks import add, xsum
>>> chord((add.s(i, i) for i in xrange(10)), xsum.s())().get()
90
链接到其他任务的组将自动转换为和弦:
>>> (group(add.s(i, i) for i in xrange(10)) | xsum.s())().get()
90
这些原语都是签名的类型,可以根据需要进行组合,例如:
>>> upload_document.s(file) | group(apply_filter.s() for filter in filters)
Celery 支持 AMQP 中提供的所有路由,可以将消息发送到指定的任务队列路由。
通过
task_routes
可以设置一个按名称分配的路由任务队列,将所有的内容集中存放在一个位置:app.conf.update(
task_routes = {
'proj.tasks.add': {'queue': 'hipri'},
},
)
可以在程序是使用 queue 参数进行指定队列:
>>> from proj.tasks import add
>>> add.apply_async((2, 2), queue='hipri')
可以通过设置运行职程(Worker)时指定职程(Worker)从某个队列中进行消费(
celery worker -Q
):$ celery -A proj worker -Q hipri
也可以通过“,”作为分割符进行设置多个队列,例如,可以将默认队列和
hipri
队列一起通过职程(Worker)进行消费,其中默认队列 celery
由于历史原因被命名:$ celery -A proj worker -Q hipri,celery
使用 RabbitMQ(AMQP)、Redis 或 Qpid 作为中间人(Broker),可以在运行时控制和检查职程(Worker)。 例如,当前职程(Worker)正在处理的任务:
$ celery -A proj inspect active
这是通过广播消息实现的,集群中所有职程(Worker)都会所有收到远程控制发出的指令。 也可以通过
--destination
选项指定一个或多个职程(Worker)进行操作,使用“,”进行分割职程(Worker)主机列表:$ celery -A proj inspect active --destination=[email protected]
如果没有提供目的地,那么每个工作人员都将采取行动并回复请求。
celery inspect 命令不能修改程序,只能进行查看职程(Worker)概况以及统计信息,可以通过
help
进行查看:$ celery -A proj inspect --help
celery control 命令可以查看实际上改变了工作在运行时的状况:
$ celery -A proj control --help
例如,可以强制职程(Worker)启用事件消息(用于监控任务以及职程(Worker)):
$ celery -A proj control enable_events
启动事件后,可以启动事件转储程序,进行查看职程(Worker)目前执行的状况:
$ celery -A proj events --dump
或者可以启动
curses
接口:$ celery -A proj events
当监控完毕之后,可以禁用事件:
$ celery -A proj control disable_events
celery status 命令可以远程控制并且显示集群中职程(Worker)的列表:
$ celery -A proj status
内部和消息中的所有的时间和日期使用的都是 UTC 时区。 当职程(Worker)收到消息时,例如倒计时设置,会将 UTC 时间转换为本地时间。如果需要使用与系统不同的时区,可以通过
timezone
进行配置:app.conf.timezone = 'Europe/London'
默认情况下,默认的配置项没有针对吞吐量进行优化,默认的配置比较合适大量短任务和比较少的长任务。 如果需要优化吞吐量,请参考
优化:Optimizing
。 如果使用的中间人是 RabbitMQ,可以将换成 librabbitmq 模块(通过 C 语言实现的AMQP客户端):$ pip install librabbitmq
现在您已经阅读完毕本文档,您已经继续阅读
用户指南
。Last modified 2yr ago